引言
果糖是一种天然存在的单糖,广泛存在于水果、蜂蜜及加工食品中,也是人类饮食中主要的游离糖之一。随着加工食品和含糖饮料消费量的增加,人们越来越关注果糖摄入情况,因为过量摄入果糖可能导致不良代谢后果(Geidl-Flueck & Gerber, 2023; Johnson et al., 2013)。由于不同食品和配方中的果糖含量差异极大,因此需要可靠的实验室定量分析方法,同时也需要简单、快速、便携的检测手段用于筛查和常规检测。然而,许多商业食品和饮料仅标注总碳水化合物含量,而不显示果糖含量,这给实际果糖摄入量及相关风险评估带来了困难(Liu et al., 2025; Lupu et al., 2025)。
在此背景下,快速可靠的果糖分析在食品和饮料质量控制中具有重要意义,人们已尝试采用分离法、电化学传感和荧光光谱法来实现这一目标(Huang et al., 2008; Walker et al., 2014)。气相色谱法、高效液相色谱法和毛细管电泳法能够对复杂糖混合物中的果糖进行可靠定量,但其选择性主要依赖于色谱或电泳分离,而非针对果糖的特异性分子识别。此外,这些方法通常需要复杂的预处理步骤、昂贵的仪器以及专业操作人员(Ma et al., 2014; Wahjudi et al., 2010; Xiao et al., 2015)。电化学传感器虽然可以实现快速微型化检测,但电极污染、基质效应以及共存糖类或电活性物质的干扰可能会影响其分析准确性(Gullu et al., 2024)。基于荧光的硼酸探针具有吸引力,因为果糖可以与顺式二醇基团形成可逆的硼酸酯(Crista et al., 2019; Mader & Wolfbeis, 2008),但这种识别机制并非果糖所独有,葡萄糖、蔗糖等其他多羟基化合物也可能与硼酸位点结合,从而降低在富含糖分的食品基质中的选择性。因此,仍需要一种专门用于检测果糖的传感平台,这样的平台应具备优先的分子识别能力、灵敏的荧光响应、快速的视觉检测结果以及实际应用性。
在这种背景下,基于荧光的视觉传感方法因其快速响应、高灵敏度以及适合便携式检测而备受关注(Jiang et al., 2024)。然而,荧光图像的读取容易受到观察角度、相机设置以及自动白平衡校正的影响,这限制了直接进行定量分析。因此,结合图像识别与机器学习校准的方法,能够在实际成像条件下实现稳定的半定量检测,也为未来借助智能手机进行检测奠定了基础(Wang et al., 2023)。最近的多变量纳米平台研究也表明,荧光/比色双模式检测结合智能手机读取功能,可以提高在复杂检测场景下的便携性和分析效率(Tang et al., 2024; Tang et al., 2026)。碳点是一种碳基荧光纳米材料,尺寸通常小于10?nm,具有可调控的发射特性、良好的水溶性以及易于表面功能化处理的特点,已被广泛用于荧光传感和生物成像领域(Liu et al., 2024)。与传统的有机荧光剂和无机量子点相比,碳点通常具有更好的光稳定性、较低的毒性以及较好的生物相容性,这些优势使其成为适用于带有视觉检测功能的糖类传感的理想荧光纳米平台(Behi et al., 2022)。为了提高分子识别能力和检测选择性,带有硼酸功能团的碳纳米探针越来越受到重视。在适宜的pH条件下,硼酸基团可以与糖类中的顺式二醇基团形成可逆的硼酸酯,从而将分子识别转化为可检测的荧光响应(Debiais et al., 2022; Springsteen & Wang, 2002)。Crista等人(2019)以3-羟基苯硼酸为唯一前驱体,通过一步水热反应合成了硼酸功能化碳点(3-HPBA-CDs),该探针在pH为9时对果糖具有选择性的荧光淬灭效应,量子产率为31%,检测限为2.04?mM。Kashiwazaki等人(2022)开发了一种苯硼酸-BODIPY混合探针用于果糖检测,其线性检测范围为100–1000?μM,但检测限仍然较高,为32?μM,且信号输出依赖于有机溶剂和疏水相互作用。在早期的研究中,Qu等人(2013)将苯硼酸基团引入石墨烯量子点中,实现了对葡萄糖的荧光检测,这一结果进一步证明了硼酸与二醇结合在糖类识别中的通用性,不过该应用主要局限于微透析样本等特定场景。这些研究表明,基于硼酸的识别机制在糖类传感中具有有效性,但目前仍需更高的果糖灵敏度、更宽的定量范围,以及在蜂蜜等典型富含糖分的样品中进行更可靠的验证,同时还要保持绿色的合成方法和简单的检测流程(Williams et al., 2021)。
通过表面修饰(如聚合物或小分子接枝)以及杂原子掺杂来调节碳点的电子结构和表面状态,通常可以提高其发光效率和传感性能(Sethulekshmi et al., 2025)。在这些策略中,氮掺杂被证明可以有效调节碳点的表面缺陷和发光中心,从而提升荧光量子产率并优化信号响应特性(Ghirardello et al., 2025; Tan et al., 2021)。随着人们对高荧光效率及绿色合成方法的日益需求,天然氨基酸因其低毒性和结构多样性而受到关注(Kumar et al., 2024)。尤其是L-天冬酰胺,它同时含有氨基和酰胺基团,可在温和的水热条件下促进碳核的形成,还能在表面引入多个含氮位点(Tian et al., 2021; Wang, Gao, et al., 2019)。此外,其合成过程无需使用有机溶剂或重金属催化剂,具有良好的环境友好性和生物相容性,因此是制备氮掺杂碳点的理想前驱体。
基于以上考虑,本研究开发了硼氮共掺杂碳点(BN,N-CDs)用于果糖检测,并建立了选择性的视觉检测方法以及基于机器学习的半定量分析流程。该BN,N-CDs是通过以3-氨基苯硼酸和L-天冬酰胺为双重前驱体的一锅法水热反应制备的,这种设计无需后续功能化处理即可原位形成含硼和氮的表面结构。通过荧光光谱学对传感性能进行了优化和校准,随后在混合糖体系及商业蜂蜜样品中进行了验证。对于溶液相半定量检测,通过基于图像的处理流程对多视角荧光图像进行处理,并利用机器学习辅助回归进行分析。此外,还制备了BN,N-CDs/PVA–CS荧光复合膜,作为另一种固体相检测形式,用于在高果糖浓度下实现快速视觉检测。